河南农业大学试验统计方法课件第九章 直线回归与相关.pptVIP

第三节 直线相关 ● 如果我们只关心变数间关系的密切程度而不理会正负方向，可以考察相关系数的平方值，相关系数的平方值称为决定系数。 第2组中两随机变数的关系比其他两组更密切。 第一组数据的决定系数为： 第二组数据的决定系数为： 第三组数据的决定系数为： 第三节 直线相关 ● 在欲用样本相关系数 对总体相关系数 进行估 计之前，必须确证 不为0，即测验 H0: vs HA: 测验的公式是： 其中： 这个 值服从 的 分布。 对第1组资料 不能推翻 的假设，判断 与 之间没有显著的线性相关关系。 第三节 直线相关 ●在欲用样本相关系数r对总体相关系数 进行估 计之前，必须确证 不为0，即测验 H0: vs HA: 测验的公式是： 其中： 这个 值服从 的 分布。 第2组资料， 不能接受 的假设，判断 与 之间有极显著的线性相关关系。 第三节 直线相关 ● 在欲用样本相关系数 对总体相关系数 进行估 计之前，必须确证 不为0，即测验 H0: vs HA: 测验的公式是： 其中： 这个 值服从 的 分布。 第3组资料， 不能接受 的假设，判断 与 之间有极显著的线性相关关系。 计算出的相关系数 也可直接查P376的附表10来判断其显著性 第四节 直线回归与相关的内在关系和应用要点 一、直线回归与相关的内在关系 二、直线回归和相关的应要点 1、回归和相关分析要有学科专业知识作指导； 2、要尽量控制研究对象（X和Y）以外的有关因素，即要在X和Y的变 化过程中尽量使其它因素保持稳定； 3、直线回归和相关分析结果不显著并不意味着X和Y没有关系，只说明二者没有显著的线性关系，并不能排除二者存在曲线关系的可能。 4、一个显著的r或b并不代表X和Y的真实关系就是线性，可能存在更好地描述二者曲线关系的可能； 5、回归和相关分析一般是在变量一定取值区间内对两个变量间的关系进行描述，因此回归预测必须限制自变数X的取值区间，不能将回归线任意延伸； 6、一个显著的相关或回归并不一定具有实践上的预测意义，r要在0.7以上才可以； 7、为提高回归和相关分析的准确性，两变数的样本容量要尽量大一些，至少要在5对以上，X的取值范围也要尽可能宽一些。 本章提示与作业 ● 本章重点:直线回归方程的建立和假设测验以及相关系数的计算 ● 作业:P252第6和8题 田间试验和统计方法 第九章 直线回归与相关 第九章 直线回归与相关 第二节 直线回归 第一节 回归与相关的概念 第三节 直线相关 第一节 回归与相关的概念 ●统计关系与函数关系 函数关系是一种确定性的关系,属于物理学、化学等理论科学的研究内容。 统计关系是一种非确定性的关系，即一个变数的取值受到另一变数的影响，两者之间既有关系，但又不存在完全确定的函数关系。例如，作物的产量与产量的构成因素、施肥量和病虫害等的关系。函数关系可分为平行关系和因果关系。 第一节 回归与相关的概念 ●回归分析与相关分析 因果关系的变数可用回归来研究,将原因的变数称为自变数,用X表示,一般是没有误差的;结果的变数称为依变数,用Y表示, 是有误差的.回归主要是研究当自变数变动时,依变数该如何变动,变动多少。 平行关系的变数可用相关来研究,主要研究两个变数关系的程度和性质.但相关分析也可研究变数间的因果关系。 第一节 回归与相关的概念 ●变数之间关系的类型可分为直线关系和曲线关系。如果两个变数之间是直线关系可以采用直线回归与相关分析的方法来研究,即本章的内容; 多个变数之间是直线关系可以采用多元回归与相关分析的方法来研究,即下一章的内容;变数之间是曲线关系可以采用曲线回归与相关分析的方法来研究,即第十一章的内容。 第一节 回归与相关的概念 ●如何判断两变数之间的关系一方面可根据专业方面的知识来确定,即前人的研究结果,另一方面借助于两个变数成对观测值的散点图。 ●双变数资料的散点图 第一节 回归与相关的概念 第二节 直线回归 ●直线回归方程的建立 直线方程的一般形式: 回归截距 回归系数 Y 的预测值 Y 的预测值与观测值间的偏差是误差,即 最小 必须使散点图中的所有点整体上离回归直线最近,即误差达到最小: 任何配合直线 回归方程呢? 第二节 直线回归 ●直线回归方程的建立 分别求Q对a和b的偏导数，并使之为0： 现在的任务是要选择合适的a和b，使Q最小.微积分学中提供的最小二乘法为我